Prévia do material em texto
Controle H∞ - Aula 11
Prof. Diego Colón
30 de agosto de 2023
1
Inclusão de incertezas em sistemas MIMO - 1
O diagrama de blocos padrão de um sistema de controle robusto é
apresentado na Fig. 1.
P(s)
K(s)
p q
w z
u
∆(s)
v
Figura: Diagrama de Blocos Geral para Controle Robusto
2
Inclusão de incertezas em sistemas MIMO - 2
Onde a matriz de funções de transferência da planta estendida é: q
z
v
=
P11 P12 P13
P21 P22 P23
P31 P31 P33
p
w
u
3
Inclusão de incertezas em sistemas MIMO - 3
No caso particular para incluir incertezas bem como o controlador,
a planta é como apresentada na Fig. 2. Neste caso q = WGu;
z2 = Wuu; v = −d − p − Gu; z1 = −Wp(d + p + Gu). Deste
modo, tem-se que:
q
z1
z2
v
=
WGu
Wp(−w − p − Gu)
Wuu
−w − p − Gu
=
0 0 WG
−Wp −Wp −WpG
0 0 Wu
−I −I −G
p
w
u
(1)
4
Inclusão de incertezas em sistemas MIMO - 4
+
+ y
+
-
G(j�)
W(j�)
z3=q p
+
+
d
Wp(j�)
Wu(j�)
z1
u
e
z2
r=0
Figura: Planta estendida para Incluir Incertezas
5
Inclusão de incertezas em sistemas MIMO - 5
Pode-se aplicar a transformação linear fracionária inferior para o
sistema em acima, o que resulta em:
Fl(P,K ) =
0 0
−Wp −Wp
0 0
−
WGKS
−WpGKS
WuKS
[ I I
]
=
0 0
−Wp −Wp
0 0
−
WT WT
−WpT −WpT
WuKS WuKS
=
WT WT
−WpS −WpS
WuKS WuKS
(2)
6
Inclusão de incertezas em sistemas MIMO - 6
Este sistema é exatamente o sistema em malha fechada nominal, já
incluíndo os pesos e o controlador projetado, o que resulta em:
q
z1
z2
=
WT WT
−WpS −WpS
WuKS WuKS
[ p
w
]
=
[
N11 N12
N21 N22
] [
p
w
]
(3)
7
Inclusão de incertezas em sistemas MIMO - 7
De maneira geral, o sistema �ca na forma apresentada na Fig. 3.
N(s)w z
∆(s) qp
Figura: Diagrama de Blocos para Análise de Robustez
8
Inclusão de incertezas em sistemas MIMO - 8
Deste modo, o sistema pode ser escrito na forma:{
q = N11p + N12w
z = N21p + N22w
e como q = N11∆q + N12w , tem-se que (I − N11∆)q = N12w e
q = (I − N11∆)−1N12w . Deste modo:
z =
[
N21∆(I − N11∆)−1N12 + N22
]︸ ︷︷ ︸
Fu(N,∆)
w
que é conhecida como transformação linear fracionária superior.
9
Inclusão de incertezas em sistemas MIMO - 9
A matriz ∆ frequentemente tem a forma:
∆(jω) =
∆1(jω) 0 · · · 0
0 ∆2(jω) · · · 0
...
...
...
...
0 0 · · · ∆p(j)
onde σ̄(∆i (jω)) ≤ 1 para qualquer ω, o que é equivalente a dizer
que ‖∆‖∞ ≤ 1. Diz-se então que esta matriz tem estrutura.
Finalmente, as matrizes ∆i (jω) podem ser cheias ou diagonais da
forma I δi (jω).
10
Valor Singular Estruturado 1
Temos uma malha fechada na parte superior do sistema
A matriz de funções de transferência de malha aberta é N11∆
(família)
Esta malha fechada é somente uma abstração matemática,
porém podemos aplicar, por exemplo, o critério de Nyquist
MIMO.
Deste modo, considerando que que temos estabilidade nominal, ou
seja, N, e por conseguinte N11, são estáveis, para se ter
estabilidade robusta é necessário que para toda a família tal que
‖∆‖∞ ≤ 1 o critério de estabilidade de Nyquist deve ser satisfeito
para toda a família de malhas.
11
Valor Singular Estruturado 2
É possível então enunciar o seguinte teorema:
Teorema
O sistema da Fig. 3 possui estabilidade robusta se e somente se
ρ(N11∆(jω)) < 1 para qualquer ω e ∆, o que é equivalente a:
max
∆
ρ(N11∆(jω)) < 1
para qualquer ω.
12
Valor Singular Estruturado 3
Demonstração.
Se max∆ ρ(N11∆(jω)) < 1, como ρ é o máximo autovalor, tem-se
então que:
max
∆
max
i
|λi (N11∆)| < 1
o que implica que é verdade para todo |λi (N11∆)| < 1. Como
sabemos que
det(I − N11∆) = Πiλi (I − N11∆) = Πi (1− λi (N11∆)), então �ca
claro que det(I − N11∆) 6= 0. Como N11 não tem polos no
semiplano direito (estabilidade nominal) assim como qualquer ∆,
tem-se que det(I − N11∆) não envolve origem em nenhum caso, o
que signi�ca que tem-se estabilidade robusta.
13
Valor Singular Estruturado 4
Demonstração.
Supondo que há estabilidade robusta, ∆ é estável e nenhum pólo de ∆N11 está
semiplano direito (o que implica que P = 0), tem-se que
det(I − N11(jω)∆(jω)) = 0 não pode acontecer para nenhum ∆ ou ω, ou seja,
det(I − N11(jω)∆(jω)) 6= 0 para todo ∆ e todo ω, o que é equivalente a
λi (N11∆) 6= 1 para qualquer i , qualquer ∆ e qualquer ω. Em termos de
módulo, como |λi (N11∆)| 6= 1, se houvesse para algum i e algum ∆, um
autovalor tal que |λi (N11∆)| > 1 teríamos:
max
∆
max
i
|λi (N11∆)| > 1
Entretanto, por continuidade de ∆, deveria haver um ∆
′
= ε∆, onde 0 < ε < 1
para o qual maxi |λi (N11∆
′
)| = 1, o que é absurdo. Logo, devemos ter sempre:
max
∆
ρ(N11∆(jω)) < 1
o que prova o teorema.
14
Valor Singular Estruturado 5
Deste modo, pode-se chegar que:
Lema
Para uma norma matricial (e em particular para qualquer norma
induzida) vale que:
ρ(A) ≤ ‖A‖
Demonstração.
Pode ser encontrada em [?]
15
Valor Singular Estruturado 6
Lema
Seja ∆ o conjunto de todas as matrizes complexas tal que
σ̄(∆) ≤ 1. Então a seguintes identidades valem:
max
∆
ρ(N11∆) = max
∆
σ̄(N11∆) = max
∆
σ̄(∆)σ̄(N11) = σ̄(N11)
Demonstração.
Pode ser encontrada em [?]
16
Valor Singular Estruturado 7
Teorema (Estabilidade Robusta para ∆ cheia)
Se ∆ é uma família de matrizes que inclui as matrizes cheias, então
a condição de robustez de estabilidade é:
σ̄(N11(jω)) < 1
Demonstração.
Pelo teorema 0.1, tem-se a condição de robustez de estabiliade
geral. Pelo lema 0.2, prova-se o teorema.
17
Valor Singular Estruturado 8
Para famílias mais restritas de matrizes ∆, ou seja, que não contém
as matrizes cheias e complexas, não há infelizmente um índice fácil
de se calcular. Para tanto, é necessário introduzir um novo
conceito:
De�nição (Valor Singular Estruturado)
Data uma matriz M e uma família estruturada de matrizes ∆ tal
que ‖∆‖∞ ≤ 1, de�ne-se o valor singular estruturado por:
µ∆(M) =
1
min∆{σ̄(∆)| det(I −M∆) = 0}
18
Valor Singular Estruturado 9
Ou seja, o que se busca é ∆∗ tal que tenha o menor σ̄(∆∗) e tal
que det(I −M∆∗) = 0.
Pode-se mostrar que µ∆(M) depende somente da estrutura de
∆.
No caso particular de ∆ cheia, temos que µ∆(M) = σ̄(M).
19
Valor Singular Estruturado 10
exemplos
Dada a matriz:
M =
[
2 2
−1 −1
]
se supusermos que a matriz é cheia, tem-se que µ∆(M) = 3.1623 e
σ̄(∆) = 0.3162, o que indica que se trata do menor valor para o
qual ocorre a anulação determinante. Porém no caso de ∆ ser da
forma: [
δ1 0
0 δ2
]
teremos que:
det
{[
1 0
0 1
]
−
[
2 2
−1 −1
] [
δ1 0
0 δ2
]}
= det
[
1− 2δ1 −2δ2
δ1 1 + δ2
]
= 1−2δ1+δ2 = 0
20
Valor Singular Estruturado 11
Podemos então escrever:
∆ =
[
δ1 0
0 2δ1 − 1
]
de modo que o máximo valor singular �ca:
σ̄(∆) =
√
λmax
{[
δ2
1
0
0 (2δ1 − 1)2
]}
21
Valor Singular Estruturado 11
Em função de δ1, o máximo autovalor pode ser δ2
1
ou
(2δ1 − 1)2,
0 0.2 0.4 0.6 0.8 1
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
1
2
(2
1
-1)2
22
Valor Singular Estruturado 12
Como as duas curvas são positivas e convexas, o mínimo
ocorre quando elas se igualam, ou seja δ2
1
= (2δ1 − 1)2, o que
ocorre em δ1 = 1/3,
Deste modo, σ̄(∆) = 1/3 e µ∆(M) = 3.
Usando-se a função mussv do MATLAB, que fornece limite
superior e inferior, temos que o limite superior é 3 e o limite
inferior é 2.9102.
É também interessante notar que a função que está sendo
minimizada tem no seu mínimo um ponto de
não-diferenciabilidade, de modo que o mínimo não pode ser
encontrado igualando-se a derivada da curva a zero (já que ela
não existe naquele ponto).
23
Propriedades do Valor Singular Estruturado 1
Dada uma família de perturbações ∆, tem-se:
µ∆(αM) = |α|µ∆(M), para qualquer α ∈ C;
Para qualquer r ∈ R e tal que r > 0, tem-se que
rµ∆(M) = µ∆(rM) = µr∆(M).
Podemos pensar no valor singular estruturado como uma função de
conjunto, ou seja, uma função de ∆, de modo que:
Dados dois conjuntos de perturbações ∆1,∆2 tais que
∆1 ⊂ ∆2, tem-se que µ∆1
(M) ≤ µ∆2
(M);
24
Propriedades do Valor Singular Estruturado 2
Como exemplo, podemos apresentar astrês famílias
∆1 ⊂ ∆2 ⊂ ∆3 tal que:
∆1 = {δI ∈ Rp×q | |δ| < 1};
∆2 = {δI ∈ Cp×q | |δ| < 1};
∆3 = {∆ ∈ Cp×q | ‖∆c‖∞ < 1};
de modo que:
µ∆1
(M) ≤ µ∆2
(M) ≤ µ∆3
(M)
25
Propriedades do Valor Singular Estruturado 3
Se
[
∆1 0
0 ∆2
]
e
[
M11 M12
M21 M22
]
então:
µ∆(M) ≥ max{µ∆1
(M11), µ∆2
(M22)}
Se ∆ é complexa com σ̄(∆) ≤ 1, tem-se:
µ∆(M) = max
∆,σ̄(∆)≤1
ρ(M∆)
e ainda ρC(M) ≤ µ∆(M) ≤ σ̄(M)
Estes limites interior e superior sempre podem ser usados
como estimativas iniciais a serem re�nadas
26
Propriedades do Valor Singular Estruturado 4
Se ∆ = δI (onde δ é complexo escalar) temos µ(M) = ρ(M)
µ∆(M(jω)) pode apresentar saltos em ω quando há blocos
reais em ∆, de modo que não se trata de uma função
contínua. Se não há blocos reais em ∆, então µ∆(M) depende
continuamente de M (não há saltos)
Se U é uma matriz unitária com a mesma estrutura de ∆,
então µ∆(MU) = µ∆(M) = µ∆(UM)
Se D é uma matriz que comuta com ∆, isto é ∆D = D∆,
então µ∆(DM) = µ∆(MD) e µ∆(DMD−1) = µ∆(M)
27
Propriedades do Valor Singular Estruturado 5
Se U∆ é o conjunto de todas as matrizes unitárias com a mesma
estrutura que ∆, então para ∆ complexa temos:
µ∆(M) = max
U∈U∆
ρ(MU)
e como se trata de um problema de otimização não convexo, não pode
ser utilizada par calcular µ∆(M), mas pode ser usada para dar um limite
inferior melhor;
Se ∆0 ∈ 1
γ
∆c tal que I −M∆0 é singular, então γ ≤ µ∆c (M). Este fato
pode ser usado para melhorar o limite inferior (é usado pela função do
MATLAB).
Se D∆ é o conjunto das matrizes que comutam com ∆, então:
µ∆(M) ≤ min
D∈D
σ̄(DMD−1)
que é uma otimização convexa que, além disso, é um problema de
desigualdades matriciais lineares (LMI), que dispõe de e�cientes
algoritmos de solução.
28
Exemplo 1
exemplos
Seja um sistema em malha fechada como apresentado na Fig. 4,
onde a planta é dada por:
G (s) =
1
τs + 1
[
−87.8 1.4
−108.2 −1.4
]
e o controlador projetado é dado por:
K (s) =
τs + 1
s
[
−0.0015 0
0 −0.075
]
a matriz de perturbações é ∆ =
[
δ1 0
0 δ2
]
e W (s) = wI (s)I tal que
wI (s) = s+0.2
0.5s+1
, τ > 0 e 0 < |δ1|, |δ2| < 1 complexos.
29
Exemplo 2
Para se determinar a matriz N (planta estendida com controlador),
tem-se que v = −w − Gp − Gu, q = Wu,
z = −Wp(−w − Gp − u) = Wpw + WpGp + Wpu q
z
v
=
0 0 W
WpG Wp −Wp
−G −I −G
p
w
u
(4)
30
Exemplo 3
Fazendo-se as substituições necessárias, chega-se a:
q = W [−K(I + GK)−1Gp − K(I + GK)−1w ] =
−W (I + KG)−1KGp −W (I + KG)−1Kw =
−W KG(I + KG)−1︸ ︷︷ ︸
TI
p −W (I + KG)−1Kw (5)
de modo que para que se tenha robustez de estabilidade, é necessário e
su�ciente que:
µ∆(M(jω)) = µ∆(WTI ) = µ∆(wI (jω)TI (jω)) < 1
o que signi�ca que:
µ∆(Ti (jω)) <
1
|wI (jω)| (6)
31
Exemplo 4
+
+ y
+
-
G(j�)
W(j�)
+
+
d
-Wp(j�) z
u
e
r=0
K(j�)
∆(j�)
Figura: Planta estendida para Incluir Incertezas no Exemplo
32
Exemplo 5
Os valores singulares de malha aberta e de malha fechada (para a
função TI ) são mostrados na Fig. ??. Como já foi deduzido acima,
caso a família de matrizes ∆ seja cheia, então
µ∆(Ti (jω)) = σ̄(Ti (jω)). Como neste caso a desigualdade (6) não
é satisfeita, então o sistema não é robusto para essa classe de
incertezas.
33
Exemplo 6
10-3 10-2 10-1 100 101 102
-100
-80
-60
-40
-20
0
20
40
60
80
L
T_I
1/|w_I|
_ (T_I)
Singular Values
Frequency (rad/s)
S
in
gu
la
r
V
al
ue
s
(d
B
)
34
Exemplo 7
Para calcular µ∆(TI (jω)) para o caso da matriz ∆ diagonal
complexa desejada, usa-se a função mussv do MATLAB. Para este
caso, deve-se passar a matriz TI (jω) e a matriz bloco = [-1 0; -1
0], e a função retorna os limites superior e inferior do valor singular
estruturado. Na Fig. ??, tem-se também o inverso do módulo da
função peso |wI (jω)| e o limite superior do valor singular
estruturado para TI com a matriz de incertezas diagonal complexa.
Neste caso, vê-se claramente que a condição de robustez de
estabilidade é satisfeita.
35